ROBOTICA EDUCATIVA

Scuola, che possono fare i robot per promuovere le competenze digitali

Una recente ricerca dell’OCSE ha riconsiderato gli esiti della Survey of Adult Skills (PIAAC) con lo scopo di valutare il livello di competenza di Intelligenza Artificiale in literacy e numeracy, derivandone che possono permettere ai computer di operare al livello 3. Ecco le conseguenze

Pubblicato il 01 Dic 2017

Fulvio Oscar Benussi

Docente di diritto ed economia, Liceo Carlo Tenca di Milano e socio AIDR

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
robot-therapy-160628225401

Quale potrebbe essere l’impatto di computer, o robot, dotati di intelligenza artificiale (nel seguito AI) per l’apprendimento e nell’insegnamento? All’Ateneo di Bologna il robot Bepper ha dimostrato che lo sviluppo tecnologico consente già oggi a una “macchina” di insegnare. Bepper ha svolto la sua lezione ai futuri manager ed ha risposto, in inglese, a varie domande. Inoltre anche senza una presenza robotica i tool di AI possono supportare efficacemente l’apprendimento a scuola.

Tutto ciò può farci ipotizzare una sostituzione degli insegnanti con automi elettronici?

Fino ad oggi la storia economica ci ha insegnato che la soppressione di posti di lavoro dovuta all’introduzione di nuove tecnologie è proceduta di pari passo con la creazione di nuovi posti di lavoro che richiedevano ai lavoratori l’acquisizione di competenze specifiche che permettevano così alla maggior parte delle persone che si adattavano di mantenere un’occupazione.

Una recente ricerca dell’OCSE ha riconsiderato gli esiti della Survey of Adult Skills (PIAAC) con lo scopo di valutare il livello di competenza di AI in literacy (alfabetizzazione) e numeracy (matematica e logica). Lo studio, con un intendimento esplorativo, ha indicato che le competenze tecniche attuali di AI possono permettere ai computer di operare al livello 3 di PIAAC in literacy e numeracy. Ciò significa che nei paesi OCSE AI è già oggi superiore alle competenze testate da PIAAC per l’89% degli adulti. Quindi solo l’11% degli adulti supera il livello che AI è in grado di realizzare. Questi dati preoccupano per la vastità del possibile impatto sociale di un’ampia diffusione di AI in ambito produttivo e nell’erogazione di servizi.

L’Artificial Intelligence in Education (nel seguito AIEd) è stata studiata indagandone gli esiti di apprendimento in aule scolastiche e accademiche e nei posti di lavoro.

AIEd è stato sviluppata con caratteristiche interdisciplinari facendo riferimento alle scienze dell’educazione, alla psicologia, alle neuroscienze, alla linguistica, alla sociologia e all’antropologia per promuovere lo sviluppo di ambienti di apprendimento flessibili, inclusivi, personalizzati e soprattutto efficaci1. Quando i costi relativi diventeranno compatibili con una loro ampia diffusione, probabilmente vedremo l’AIEd e gli strumenti di apprendimento “immersivo” fondati sulla realtà virtuale largamente utilizzati sia nel contesto d’aula, che nei momenti di studio a casa, oltre che nell’accompagnamento dell’apprendimento nell’intero arco della vita.

Questi nuovi sistemi di insegnamento permetteranno una maggiore personalizzazione dell’insegnamento superando la logica di “un solo format per tutti” oltre a consentire un costante monitoraggio dei feedback di apprendimento di ciascuno studente permettendo così di determinare il divario tra discenti e soddisfare le esigenze di approfondimento di ognuno.

La centralità della formazione degli insegnanti, ormai diventata strutturale nella nostra scuola con la legge 13 luglio 2015, n. 107, viene confermata nei documenti OCSE come essenziale per il cambiamento epocale di cui, nel prossimo futuro, saremo testimoni. La ricerca OCSE segnala, contestualmente, l’urgenza di un significativo miglioramento della preparazione scolastica.

Per evitare che molti lavoratori, con moderate competenze in literacy e numeracy, diventino obsoleti e non possano raggiungere le capacità di alto livello necessarie per spostarsi nei posti di lavoro di qualità che si verrebbero a creare, sarebbe infatti necessario sviluppare un’istruzione terziaria di alta qualità dove molti altri adulti potrebbero colmare le lacune e sviluppare competenze anche superiori a quelle attualmente possedute dai computer dotati di AI. Purtroppo OCSE segnala l’inesistenza di esempi di politiche mirate e capillarmente diffuse che portino l’80% o anche soltanto il 50% degli adulti al di sopra del livello di competenza dei computer attuali.

Tornando al presente, tempo durante il quale si può agire per prepararsi al futuro sopra precognizzato, vogliamo qui indicare due ambiti che a nostro parere andrebbero valorizzati.

Purtroppo la strada: “da scuola fondata su concetti e abilità a scuola che sviluppa contestualmente anche le competenze degli studenti” appare ancora lunga da percorrere. La riforma degli esami conclusivi di entrambe le scuola secondarie (di primo e di secondo grado) previste dal Decreto Legislativo 13 aprile 2017 , n. 62, dove la parola “competenze” è presente ben 31 volte, non ha visto, a quanto ci risulta un impegno di riflessione, sperimentazione e conseguente attivazione nell’operatività scolastica degli insegnanti. Eppure la riforma dell’esame di stato ha lo scopo evidente di sostenere il processo innovativo indicato da vari Organismi internazionali ed è, a nostro giudizio, non più procrastinabile.

In relazione alle competenze digitali che andranno testate nell’esame di stato nella scuola secondaria di secondo grado appare lungimirante la sperimentazione illustrata nell’articolo “Riconnessioni”, l’importanza delle competenze digitali a scuola pure se mirata ad alunni all’inizio del percorso scolastico

Relativamente alla scuola secondaria una buona pratica di integrazione nel curricolo ordinario del framework digcomp è descritta in Sviluppare competenze digitali e di cittadinanza in un ambiente costruttivista: una sperimentazione nella scuola secondaria di secondo grado (vedere pag. 469 degli Atti del Convegno Ememitalia 2016, design the future!).

Pensiamo sia utile specificare meglio cosa in particolare intendiamo per competenza. Questo perché, a nostro avviso, una formazione autenticamente per competenze può arricchire di “senso” le attività didattiche e preparare gli studenti ad affrontare con maggiore consapevolezza il futuro. Proponiamo perciò lo schema elaborato dal Roberto Trinchero docente di Pedagogia sperimentale all’Università di Torino (quarta slide nella presentazione). Come indicato nello schema la scuola può promuovere l’apprendimento di competenze se il problema proposto in classe è “aperto a più interpretazioni” e può essere affrontato con strategie diverse. E, in questo caso, sarà la successiva meta-riflessione sulle strategie seguite dai diversi team di studenti che hanno affrontato la situazione problematica proposta a favorire e intensificare l’apprendimento2.

Pensiamo che oltre allo sviluppo delle competenze individuali (digitali e non solo) degli studenti sia anche urgente occuparsi del tema del collaborative problem solving che come evidenziato dal rapporto OCSE PISA 2015 Results Collaborative problem solving fotografa un’Italia “in sofferenza”. La ricerca Ocse indica infatti che, anche se gli studenti italiani dicono di apprezzare il lavoro in team, dimostrano poi scarsa propensione ad interagire con altri “condividendo sforzi e conoscenze per giungere al risultato”. L’Italia è ventiseiesima (su 32 Paesi analizzati) con solo 478 punti mentre la media Ocse è di 500 punti. Vista la sua rilevanza nei contesti lavorativi formare al lavoro d’équipe è il secondo ambito che, a nostro avviso, va significativamente sviluppato nelle nostre scuole.

1 Liberamente tratto da: R. Luckin, W. Holmes, A brief introduction to Artificial Intelligence in Education (AIEd), Pearson, 2016, pag. 17 ISBN: 9780992424886
2 Per approfondire: edurete.org

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x